下载文档原格式
ENVI高光谱分析技术ENVI高光谱分析技术指的是利用ENVI软件和高光谱数据对地球表面进行分析和解译的技术。
高光谱分析技术是一种通过检测和记录地球表面上的物质反射和辐射特征来获取地物信息的方法。
通过分析不同波长的光谱数据，可以对地表进行分类、监测和测量，同时提供了对地球表面物质和环境变化的深入理解。
ENVI软件是一款功能强大、易于使用的高光谱遥感图像处理和分析软件。
它可以对高光谱数据进行校正、预处理、分割、分类、特征提取和变化检测等操作，进一步提取和分析高光谱数据中的信息。
ENVI软件可以处理来自多个传感器和平台的高光谱数据，包括卫星、航空和地面平台。
高光谱分析技术的主要步骤包括：1.数据获取和预处理：包括获取高光谱数据源，对数据进行几何校正、大气校正和辐射校正等预处理，以消除大气和仪器引起的影响。
2.高光谱数据展示和可视化：通过ENVI软件可以将高光谱数据以图像或光谱曲线的形式进行可视化，直观展示不同波段的反射率或辐射亮度。
3.特征提取和分类：通过ENVI软件中的分类算法，可以对高光谱数据进行地物分类，将不同类型的地物分开并标记出来。
常用的分类算法包括最大似然分类、支持向量机分类等。
4.目标检测和提取：通过高光谱分析技术，可以识别和提取特定目标或特征，如植被指数、污染物浓度等。
5.变化检测和监测：通过对不同时期的高光谱数据进行比较，可以检测地表发生的变化，如土地利用变化、植被覆盖变化等。
6.数据分析和解释：通过对高光谱数据中的光谱曲线进行分析，可以推断地表物质的成分和性质，并进行解释和评估。
高光谱分析技术在许多领域中得到广泛应用。
在农业领域，可以通过分析作物的生长状态、养分含量和病虫害情况，提供精准的农作物管理和决策支持。
在环境监测领域，可以监测水质、土壤质量、植被变化等环境指标，提供环境保护和可持续发展的数据支持。
在城市规划和土地管理领域，可以分析土地利用类型、城市扩张和更新等信息，为城市发展提供科学依据。
高光谱数据的制图方法简介ENVI软件在Spectral菜单中提供许多波谱制图方法，包括：二进制编码、波谱角制图、线性波段预测(LS-Fit)、线性波谱分匹配滤波、混合调制匹配滤波、包络线去除，以及波谱特征拟合等。
本文主要介绍几种高光谱数据处理的过程操作。
1.二进制编码二进制编码分类技术根据波段值落在波谱均值的下方或上方，将数据和端元分别编码为0和1。
在编码过程中，使用一个高级的（exclusive）OR函数，用于将需要编码的数据波谱与参照波谱相比较，从而生成一幅分类图像。
选择菜单栏Spectral—Mapping Methods—Binary Encoding。
在打开的窗口设置参数如下：图1-1 二进制编码分类参数设置注意：“OutputRuleImages”切换按钮被设置为“No”，规则图像将不被保存。
分类结束后，规则图像将出现在可用波段列表中，可以在任何显示窗口中显示（或链接/覆盖），并可以使用ENVI的像元位置/值功能进行查询。
结果显示如图1-2：图1-2 原影像图（左）与二进制编码分类结果图（右）2. 波谱角分类波谱角分类(SAM)是一种基于自身的波谱分类方法，这种方法将图像波谱与参照波谱在N-维空间进行匹配。
SAM用到的参照端元波谱可以来自于ASCII文件、波谱库、统计文件或直接从图像中抽取（如ROI均值波谱），本实验中用的是ROI均值波谱。
SAM把端元波谱（被认为是一个N维向量，N维波段数）和像元向量放在n维空间中进行角度比较。
较小的角度代表象元与参照波谱匹配紧密。
这一技术用于数据定标时，对照度和反照率的影响并不敏感。
选择菜单栏Spectral—Mapping Methods—Spectral Angle Mapper。
设置参数如图2-1，波谱角分类结果，如图2-2：图2-1 波谱角分类参数设置图2-2 波谱角分类结果影像3.LS-Fit(线性波段预测)LS-Fit使用一个最小方框（least squares）拟合技术来进行线性波段预测。
专题二十四 使用ENVI的高光谱工具处理多光谱数据(节选)1.1.专题概述本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。
要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。
要获取额外的详细信息，请参见《ENVI遥感影像处理实用手册》（ENVI User’s Guide）或者ENVI的在线帮助。
♦本专题中使用的文件光盘：《ENVI遥感影像处理专题与实践》附带光盘 #1♦背景知识ENVI并非仅设计成高光谱影像处理系统。
在1992年，ENVI的开发者就决定开发出一个通用的影像处理软件，它包含一整套的基本处理工具，弥补了商业软件缺乏强大灵活处理功能的不足，使得它能够处理各种科学格式的影像数据。
它对全色、多光谱、高光谱以及基本和改进雷达影像数据都提供了支持。
当前，ENVI包含了与其它主要影像处理系统（例如：ERDAS，ERMapper和PCI）相同的基本处理功能。
其中，ENVI在前沿遥感研究中采用了许多不同的先进算法。
虽然这些算法都是在处理成像光谱仪数据或者多达上百个波谱波段的高光谱数据基础之上发展而来，但是它们也可以应用到多光谱数据和其它标准数据类型的处理上。
本专题将对某些分析Landsat Thematic Mapper（TM）数据的方法进行介绍。
本专题分为两个独立的部分：1）使用标准或者经典多光谱分析技术，对TM影像数据进行典型的多光谱分析，2）使用ENVI高光谱工具对相同的数据集进行分析。
1.2.使用ENVI的高光谱工具分析多光谱数据♦读取TM影像数据z要从磁带中读取数据，可以在ENVI主菜单中选择File → Tape Utilities → Read Known Tape Formats → Landsat TM（或者对于新的EDC-格式的磁带选择NLAPS）。
z要从光盘中读取数据，可以选择File →Open External File → Landsat → Fast，或者选择File → Open External File → Landsat → NLAPS（对于NLAPS数据）。
Hyperion高光谱预处理利器Hyperion Tools V2.0(2012-06-13 08:29:47)转载▼标签：分类：ENVI扩展工具hyperion处理hyperion去条带高光谱处理envi5杂谈Hyperion工具是一个免费的ENVI扩展工具，该工具是用来读取、修正和使用L1R、L1G/L1T级别的Hyperion。
设计Hyperion工具是为了方便hyperion数据的使用，其最基本的功能是把L1R HDF和L1G/L1T GeoTIFF数据转换成包含中心波长、波长半径和坏波段信息的ENVI格式文件。
对于每一个输入数据的格式还包含了一些选项功能，包括条纹噪声修复、掩膜文件生成等，在使用Hyperion 数据时将更加有用。
工具下载地址：/file/c25kvb9p工具安装方式：(一)在ENVI4.8及之前版本，把hyperion_tools.sav和hyperion_wl_fwhm_bbl.txt文件放在你的ENVI安装目录下的save_add文件夹里，然后重启ENVI。
(二)在ENVI5里面，把hyperion_tools.sav和hyperion_wl_fwhm_bbl.txt文件放在你的ENVI安装目录下Exelis\ENVI50\extensions或者Exelis\ENVI50\classic\save_add里面在ENVI4.8及之前版本，以及ENVI5.0的Classic版本里，通过File->Open External File->EO-1→Hyperion Tools进入此工具。
在ENVI5.0中，在ToolBox->Extensions中能找到这个工具。
这个工具的操作非常简单，下面介绍其基本用法和主要的功能： L1R数据点击“Input HDF”选择L1R文件。
然后点击”Output Path”为新的ENVI格式的数据选择存放文件夹。
点击“Process”进行转换处理。
遥感实验课第一课 Envi遥感图像处理软件及其常用功能简介一、教学目的与要求本次实习要求了解Envi遥感图像处理软件，掌握各种文件格式的打开方法并能在此基础上对图像进行简单的处理，如旋转、裁减、拉伸等。
二、重点难点⒈本次实习课的重点是各种文件格式的打开以及简单的图像处理。
⒉利用矢量文件其目的是在图像上增加一个图层，本次实习的实例是在一幅已校准的图像上加一幅行政区划图。
三、教学内容⒈目前流行的遥感图像处理软件介绍①ERDAS IMAGINEERDAS IMAGINE软件是美国ERDAS公司开发的遥感图像处理系统，公司成立于1978年，总部设在美国佐治亚州的亚特兰大市，目前ERDAS IMAGINE软件的版本为8.4。
②PCI③EnviENVI，The Environment for Visualizing Images，由美国RSI公司开发的遥感图像处理系统，开发语言为IDL，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。
2000年获美国权威机构NIMA遥感软件测评第一。
⒉Envi 3.4的安装⒊各种文件格式的打开方法BMP、JPG、TIF、TM Data、ERMapper等文件格式。
⒋利用矢量文件在图像上增加图层⒌图像的简单处理旋转、裁减、拉伸等。
四、教学步骤⒈Envi 3.4的安装――复制完的文件改成存档非只读方式。
该图为Envi 3.4的安装界面。
软件安装完之后会出现如下的对话框，我们选择“No”。
⒉BMP文件格式的打开文件：1.bmpFile－Open External Fille(外部文件)－Generic Formats(一般格式文件)窗口说明打开BMP文件后将出现一个名为Availlable Bands List窗口，该窗口主要显示当前已打开的文件；Gray Scale单选项为选择灰度图像；RGB Color为选择彩色图像，同时，选择不同的组合会产生不同的彩色图像；Display按钮可新建新的窗口或覆盖最近的窗口显示当前需要打开的文件。
遥感图像处理系统ENVIENVI(The Enviroment for Visualizing Images)是美国著名的遥感科学家用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件，能够有效地从遥感影像中提取各种目标信息，可用于地物监测和目标识别；IDL也使得ENVI具有其它同类软件无可比拟的可扩展性，全模块化的设计使得软件易于使用，操作方便灵活，界面友好，广泛地使用于地质、环境、林业、农业、军事、自然资源勘探、海洋资源管理等多个领域，并在2000、2001、2002年连续三年获得美国权威机构NIMA遥感软件测评第一。
1、ENVI功能体系ENVI包含齐全的遥感影像处理功能，包括数据输入／输出、常规处理、几何校正、大气校正及定标、全色数据分析、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量分析、神经网络分析、区域分析、GPS联接、正射影像图生成、三维景观生成、制图等；这些功能连同丰富的可供二次开发调用的函数库，组成了非常全面的图像处理系统。
1.1数据输入/输出1972年美国发射了第一颗地球资源技术卫星ERTS-1。
从那时起，一些国家和国际组织相继发射各种资源卫星、气象卫星、海洋卫星以及监测环境灾害的卫星，包括我国发射的风云系列卫星和中巴地球资源一号卫星(CBERS-1)，构成了对地观测网，多平台、多层面、多种传感器、多时相、多光谱、多角度和多种空间分辨率的遥感影像数据，以惊人的数量快速涌来。
把同一地区各类影像的有用信息聚合在一起，将有利于增强多种数据分析和环境动态监测能力，改善遥感信息提取的及时性和可靠性，有效地提高数据的使用率,为大规模的遥感使用研究提供一个良好的基础，使花费大量经费获得的遥感数据得到充分利用。
(1) ENVI能够输入的数据ENVI能处理多种卫星获取的不同传感器、不同波段和不同空间分辨率的数据，包括美国Landsat系列卫星、小卫星IKONOS和环境遥感卫星TERRA，法国SPOT卫星，我国的风云系列卫星和CBERS-1获取的数据，ENVI还准备处理未来更多传感器收集到的数据。
高光谱遥感——ENVI 4.8版本中的SPEAR Tools简介SPEAR Tools全称是光谱处理与分析工具（Spectral Processing Exploitation and Analysis Resource），在这里ENVI提供了一系列的处理工具，并形成向导引导使用者按照ENVI的标准处理影像。
SPEAR包含以下10个流程化处理模块：异常检测模块：搜索光谱不同的背景（谱异常）目标变化检测模块：检测统一地区不同时段光谱变化的异常谷歌地球桥接器：提供一个简单的方法将ENVI中的图像或矢量文件输出到Google Earth中道路提取模块：从影像中流程化提取道路信息水体提取模块：从影像中流程化提取河流，隐蔽水沟信息水的相对深度模块：从高光谱数据中快速获取感兴趣水域水的相对深度信息影像植被指数提取模块：快捷容易地确定植被的存在情况，并用多光谱图像可视化该植被的活力水平。
船只提取模块：船只提取模块，利用水和船的对比度。
以及船的纹理特征来提取船只信息。
1 异常检测模块（SPEAR Anomaly Detection）异常检测提供了一种方法来搜索光谱不同的背景（谱异常）目标，ENVI使用RXD异常探测算法来检测光谱信息异于影像背景值的目标。
由于植被在一些地区（比如在干燥的区域）光谱异常比较明显，SPEAR 异常检测模块提供了能够抑制植被的操作。
SPEAR异常检测模块能够依靠设定阈值来减小绝对误差。
SPEAR异常检测模块同时提供了滤波、核查和精度评定工具。
如果得出满意的结果，可以将其输出成shp文件的矢量格式。
从影像中提取异常信息操作流程如下：1.在ENVI主菜单栏下，选择Spectral > SPEAR Tools > Anomaly Detection。
弹出文件显示对话框，选择输入文件。
（输入的文件必须是能被ENVI识别的多光谱数据）设定保存路径。
2.设定算法模型，包括RXD、UTD、RXD-UTD。
3.设定异常检测参数，设定Mean Source的来源，指定是否需要抑制植被。
4.可以重新设定参数来确定异常，最后会弹出两幅影像，原影像与分析后结果，以作比较。
2 变化检测模块（SPEAR Change Detection）变化检测模块提供一个方法来检测影像同一地区不同时段的变化，并在图像上凸显出来，说明是什么要素发生了什么变化。
变化检测模块提供以下几种相对变化检测工具：Transform：输入数据堆栈成一个图像，然后图像变换(主成分分析，最小噪声比率，或独立成分分析)应用于所提取的特征相关的变化。
Subtractive：归一化差异植被指数（归一化植被指数），红/蓝比，和人为的比例计算的输入数据。
得出的比率数据和波段数据从影像数据中减去以创建出不同的影像。
Two Color Multi-View (2CMV)：来自于时段1的波段显示在红色波段通道，来自于时段2的同一波段显示在绿色波段通道和蓝色波段通道，在一个图像里区别于其他影像的亮的部分用青色表示，暗的部分用红色表示。
颜色用来表示可能存在变化的区域。
3 谷歌地球桥接器（Googl e Earth Bridge）它提供了一个简单的方法将ENVI中的图像或矢量文件输出到Google Earth 中。
Google Earth是一个强大的数据可视化工具，它允许图像被放置在一个区域或全球范围内。
谷歌数据桥创建了一个包含矢量数据的kml格式文件。
如果选择缩略图，kml格式的矢量文件也会被输出。
Google Earth不能直接直接支持包含地理坐标的图像，通过四个角点和一个定义在kml文件上的旋转器将图像放在地球上。
为了确定图像文件能够准确叠加在上面，谷歌地球桥接器将输入图像校正到向北的方向。
如果可行将会通过包含全球高程数据库的矫正器来进行快速的坐标校准，如果快速校准失败，图像校正的四个角点会被用来作为控制点，把图像校正至正北方向。
4 影像—地图校正模块（SPEAR Image to Map Registration）影像—地图校正工具在保留原有的空间分辨率的同时，变换输入的图件来匹配基础图像的地图信息。
1.在ENVI的主菜单中，选择Spectral > SPEAR Tools > Image-to-MapRegistration，打开文件选择对话框。
2.选择两幅影像：一幅作为基础图件，另一幅是需要校正的图件。
3.选择用于自动连接点匹配的波段，大部分情况下，可见光区域的红波段的是比较合适的。
4.点击下一步，会弹出校正参数对话框，下一步，会弹出一个校正精度对话框和一个连接点对话框。
5.点击Finish，完成处理，对出向导。
5 独立成分分析（Ind ependent Components Analysis）它可以用来发现和分离图像中隐藏的噪声，可以用来降维、异常检测、降噪、分类和端元提取以及数据融合，不需要任何图像预先知识。
ＩＣＡ可以把一组混合信号转化成相互独立的成分，在感兴趣信号与数据中其它信号相对较弱的情况下，这种变换要比主成分分析得到的结果更加有效。
6 道路提取模块（Lines of Communication （LOC）- Roads）从影像中流程化提取道路信息。
操作流程如下：1.输入影像数据2.选择线性信息提取方法，有两种方法可以选择监督方法（基于波谱匹配技术）步骤如下：1）大气校正，课选择六种大气校正方法中的任意一种。
2）用户为绘制道路选择训练的像素3）选择波谱处理方法，绘制道路。
有三种方法：SAM、MF and MF/SAM 比率，主成分分析，红壤指数。
非监督方法选择波谱处理方法，绘制道路。
有两种方法，主成分分析，红壤指数。
红壤指数性质如同NA VI，计算出来的结果红壤指数以白色显示。
3.输出提取结果，并可以转化成矢量数据，以shapefile格式输出。
7 水体提取模块（Lines of Communication （LOC）- Water）从影像中流程化提取河流，隐蔽水沟信息。
操作流程如下：1.输入影像数据；2.选择线形信息提取方法，有两种方法可以选择监督方法(基于波谱匹配技术)步骤如下：1)大气校正，可选择六种大气校正方法中的任意一种。
2)用户为绘制水体选择训练的像素。
3)选择波谱处理方法，绘制水体。
有三种方法SAM、MF and MF/SAM 比率，主成分分析，归一化水指数(NDWI)。
非监督方法选择波谱处理方法，绘制水体。
有两种方法：主成分分析，归一化水指数(NDWI)。
NDWI性质如同NA VI，计算出来的结果是单波段灰度图像。
输出结果，可以将结果转矢量。
8 元数据浏览器（SPEAR Metadata Browser）元数据浏览器从国家影像传输格式（NITF）图像中提取的关键元数据，并用一个简单的阅读格式来显示。
此外,这个工具提供一个方法来比较多个用来变化检测的图像，这种方法还可以在收集影像数据时浏览传感器和太阳的三维图形。
9 正射校正（SPEAR Orthorectification）一个正射校正过的影像包含了对应地面的真实几何、地形信息。
达到一定精度的传感器的传感器导致的畸变已经被去除。
正射校正变换把航空照片或卫星获得的图像转换为中心投影至地面的正交视图，从而消除了因传感器倾斜和地形起伏所带来的误差。
整幅影像上比例尺是连续的，并忽略了高低起伏，因此能够提供方向和距离上的精确的测量数据。
地理空间专业从业人员可以很方便的将正射校正数据和其他的地理信息空间数据一起应用在城市规划、资源管理和其他相关领域。
10 泛锐化图像融合方法（SPEAR Pan Sharpening）泛锐化图像融合方法是用高分辨率的全色数据与较低分辨率的多光谱数据融合创建一个彩色高分辨率的数据集。
得出的结果只能做表面上的辅助分析而不能做深入的频谱分析。
11 地形分类工具（TERCAT）在地形分类（TERCAT）工具创建的一个输出结果中，具有相似光谱特性的像素被分成类。
这些类可以是用户自己定义的或是系统自动生成。
TERCAT工具提供所有的标准ENVI的分类算法，加一个额外的算法称为“赢家通吃”。
12 水的相对深度模块（Relative Water Depth）从高光谱数据中快速获取感兴趣水域的水的相对深度信息影像。
操作流程如下：1.输入高光谱影像；2.大气校正，提供五种可供选择的方法（模糊减少，平均域，对数残差，IARR反射率，经验线性）。
如果没有特殊要求，在本流程中建议不执行该步骤，因为在水域的大气校正过程中，常常引起计算出来的相对水深数据效果不太令人满意，甚至异常。
3.选择计算水的相对深度的方法，有两种方法供选择：对数比例转换和主成分分析。
4.输出与水深度相关数据，并把结果加载到可用波段列表中。
13 波谱相似地物提取（Spectral Analogues）波谱相似地物提取模块从输入影像中提取与已知波谱信息地物类似的地物。
操作流程如下：1. 输入多光谱数据；2. 辐射校正，提供五种可供选择的方法（模糊减少，平均域，对数残差，IARR 反射率，经验线性）；3. 选择用户感兴趣区域ROI ；4. 选择波谱处理方法，包括：MF、SAM 、MF/SAM 、归一化欧氏距离。
5. 输出突出了波谱相似地物的影像，并加载到可用波段列表中。
14 植被提取模块（SPEAR Vegetation Delineation）快捷容易地确定植被的存在情况，并用多光谱图像可视化该植被的活力水平。
植被指数NDVI提取模块操作流程如下：1. 输入文件；2. 辐射校正，提供五种可供选择的方法（模糊减少，平均域，对数残差，IARR 反射率，经验线性）；也可以跳过这一步；3. 计算植被指数；4. 对植被指数结果数据利用颜色表附上颜色，也可以应用密度分割的方法对植被指数结果数据进行密度分割，保存结果。
15 去除竖条纹（Vertical Stripe Removal）在图像的同质区域可能会出现人为导致的垂直条带，这一区域的亮度与附近的亮度是不一样的。
这些人为地物使图像很难识别，它们会为图像的处理产生消极的影像。
当图像的背景是相对均匀（整个图像有一致的亮度水平）时，竖条纹删除工具去除工具比较好用。
由于它可以产生人为异常条带，所以在异构图像上（如含有明亮的土地和暗色水域的沿海图像），不推荐使用此工具。
16 船只提取模块（Watercraft Find er）船只提取模块，利用水和船的对比度以及船的纹理特征来提取船只信息。
操作流程如下：1.输入待处理文件；2.选择船只探测的处理方法，有两种方法供选择：texture based search 基于纹理的提取，该方法允许用户首先创建一个陆地和水的掩膜，然后用主成份分析的方法增强水和船的对比度，最后利用纹理特征提取船。
